Penerapan
Business Intelligence
Pada
Perwakilan BKKBN Provinsi Sumatera
Selatan
Dodi Novembri
Jurusan Sistem Informasi Universitas Sriwijaya Palembang, Indonesia dodinovembri32@gmail.com
Ken Ditha Tania
Jurusan Sistem Informasi Universitas Sriwijaya Palembang, Indonesia ken.tania@yahoo.com
Abstrak—Pertumbuhan penduduk pada Provinsi Sumatera Selatan terus meningkat dengan laju pertumbuhan penduduk mencapai angka 1,85% per tahun yang menimbulkan masalah dan tantangan terhadap terciptanya keluarga sehat dan sejahtera. Untuk mendukung Perwakilan BKKBN Provinsi Sumatera Selatan dalam pengambilan keputusan (decision-making) untuk menekan jumlah pertumbuhan penduduk maka dapat diterapkan Business Intelligence,
karena Business Intelligence merupakan suatu kegiatan dalam memahami situasi bisnis dengan melakukan berbagai analisis-analisis terhadap data yang dimiliki. Dengan diterapkanya Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan menggunakan konsep Business Intelligence Roadmap
maka para pengambil keputusan (decision-maker) dapat menentukan strategi dan keputusan yang taktis karena ditunjang dengan aplikasi analytical yang terdapat analisis-analisis yang berhubungan dengan pasangan usia subur, penggunaan alat kontrasepsi dan pola-pola pengelompokan penduduk yang dihasilkan dari data yang ada.
Kata Kunci :—business intelligence, bkkbn, business intelligence roadmap
I. PENDAHULUAN
Jumlah penduduk Provinsi Sumatera Selatan adalah 7,450,394 jiwa yang mencakup mereka yang bertempat tinggal di daerah perkotaan sebanyak 2,666,169 (35,79 persen) dengan laju pertumbuhan penduduk sebesar 1,85% per tahun [1] hal ini menimbulkan masalah dan tantangan yang terus meningkat dan dapat menghambat terciptanya keluarga sejahtera pada Provinsi Sumatera Selatan. Business Intelligence dapat memberikan informasi yang dapat digunakan untuk meningkatkan kinerja organisasi seperti mendukung keputusan terhadap manajemen pasangan usia subur, penggunaan alat kontrasepsi dan juga kelompok penduduk berdasarkan kecamatan yang memiliki tingkat pasangan usia subur yang tinggi karena Business Intelligence itu sendiri adalah teknologi yang mencakup arsitektur, alat, database, aplikasi dan metodologi dengan tujuan untuk mendukung keputusan bisnis oleh manajer[2]. Business Intelligence
dapat dimanfaatkan oleh Perwakilan Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Provinsi Sumatera Selatan untuk mengantisipasi dan mencegah pertumbuhan penduduk yang terus meningkat dan lebih menekankan upaya untuk mengatasi pertumbuhan penduduk berdasarkan pola penyebaran masyarakat dengan pasangan usia subur tinggi menggunakan teknik cluster dengan algoritma expectatin maximization karena algoritma ini merupakan metode iteratif untuk mencari kemungkinan maksimum atau parameter maksimum dalam model statistik [3].
Banyak lembaga pemerintahan yang telah memahami kegunaan dari Business Intelligence, jika pada lembaga bisnis (profit organization) Business Intelligence dimanfaatkan untuk meningkatkan kinerja melalui pemilihan strategi bisnis yang tepat, maka pada lembaga pemerintahan (non-profit organization) Business Intelligence dapat membantu menjawab kebutuhan organisasi dari hasil menganalisa masalah-masalah yang dihadapi oleh organisasi dan meningkatkan kinerja organisasi melalui peningkatan efisiensi pelaksanaan kerja sehingga pada akhirnya akan membantu manusia dalam pengambilan keputusan sehingga dapat menciptakan perbaikan layanan kepada masyarakat serta pengelolaan anggaran yang tepat [4].
Dengan demikian, Perwakilan BKKBN Provinsi Sumatera Selatan membutuhkan suatu sistem pengawasan yang dilakukan secara elektronik, handal dan terpadu untuk menunjang pengambilan keputusan-keputusan agar tercapainya keluarga sejahtera dan penduduk yang tumbuh seimbang.
II. TINJAUAN PUSTAKA A. Penelitian Terkait
Ada banyak penelitian yang membahas tentang Business Intelligence, seperti penelitian [3] yang membahas Business Intelligence yang digunakan untuk mendukung manajerial proses pengambilan keputusan di komunitas Polkwice, Polandia.
Selain itu terdapat penelitian yang menggunakan Business Intelligence pada sebuah universitas negeri dalam penentuan jurusan yang terpopuler [5] dan juga penelitian yang dilakukan oleh [6] tentang Business Intelligence yang dirancang sebagai sistem analytical yang dapat mendukung keputusan terhadap manajemen penyakit, pencegahan serta pengobatan.
Manfaat dari diterapkannya Business Intelligence pada BKKBN Provinsi Sumatera Selatan ini adalah sangat strategis dalam membantu pengambilan keputusan untuk meningkatkan terciptanya penduduk tumbuh seimbang dengan berbagai analisis yang deberikan dan pola kecamatan yang dapat diketahui secara langsung mana yang perlu untuk diberikan peningkatan layanan kontrasepsi agar tercipta penduduk seimbang
B. Business Intelligence
Adalah teknologi yang mencakup arsitektur, alat, database, aplikasi dan metodologi dengan tujuan untuk mendukung keputusan bisnis oleh manajer [2]. C. OLAP
Adalah suatu pendekatan untuk membantu pengambilan keputusan dalam mendapatkan jawaban atas masalah yang sedang diteliti dengan menggunakan anlisis multidimensional [7].
D. Data Mining
Adalah proses menemukan pola dan pengetahuan menarik dari sejumlah besar data[8].
E. Cluster
Adalah analisis statistik yang bertujuan untuk memisahkan data ke dalam beberapa grup berbeda, tetapi dalam grup terdri dari data yang homogen [9]. F. Algoritma Expectation Maximization
Merupakan algoritma clustering yang melakukan estimasi maximum likelihood dari parameterdalam sebuah model probablisitik. Algoritma ini akan melakukan clustering terhadap data yang mengalami missing value [10].
III. METODE PENELITIAN
Metode yang digunakan untuk merancang dan mengimplementasikan Business Intelligence ini adalah menggunakan pendekatan Business Intelligence Roadmap [11].
Gambar 1 Business Intelligence Roadmap[11] Berdasarkan metode Business Intelligence Roadmap [11] fase-fase yang dilakukan adalah : fase justification, planning, business analysis, design, contruction dan deployment.
Tujuan yang ingin dicapai dalam pembuatan laporan akhir ini adalah sebagai berikut:
Menganalisis data operasional pada Perwakilan BKKBN Provinsi Sumatera Selatan
Membuat rancangan penerapan Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan
Menerapkan data mining pada Perwakilan BKKBN Provinsi Sumatera Selatan
Batasan masalah agar tidak terlalu luas dan dapat lebih fokus pada penelitian ini adalah sebagai berikut:
Pada penelitian ini menerapkan konsep Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan
Proses perancangan dan konstruksi menggunakan aplikasi pentaho yang menghasilkan output berupa data. Hasil dari output akan ditampilkan dalam bentuk grafik atau chart yang dapat dilihat melalui web.
Pengembangan dilakukan dengan Business Intelligence Roadmap sampai tahapan construction.
Sumber data yang digunakan adalah data laporan dari tahun 2015-2017 pada
Perwakilan BKKBN Provinsi Sumatera Selatan
IV. HASIL DAN PEMBAHASAN A. Fase Justification
Fase ini akan menjelaskan tentang kasus bisnis yaitu proses penilaian dari bisnis yang ada. Adapun kegiatan kegiatan yang dilakukan pada tahap ini adalah menentukan kebutuhan, mengevaluasi sumber data operasional dan prosedur yang berjalan, mendefinisikan masalah dan peluang serta mengajukan solusi [12].
Untuk memenuhi kebutuhan pimpinan Perwakilan BKKBN Provinsi Sumatera Selatan dalam mendukung pengambilan keputusan berdasarkan data maka terdapat beberapa hal yang harus terpenuhi oleh sistem yaitu:
1) Sistem mampu menghasilkan pengetahuan-pengetahuan baru dari data yang ada seperti menghsilkan pola penyebaran penduduk berdasarkan kecamatan yang mempunyai padangan usia subur tinggi
2) Sistem mampu menampilkan tren/pergerakan dari pasangan usia subut dari waktu ke waktu yang mudah untuk dipahami atau dipantau
3) Sistem mampu menghasilkan analisis dari perkembangan pasangan usia subut baik pasangan hamil, pasangan bukan peserta kb, pasangan yang ingin anak segera, pasangan yang ingin anak ditunda dan pasangan yang tidak inigin anak lagi
4) Sistem mampu menghasilkan laporan dari perkembangan pasangan usia subur
Sebelum Business Intelligence diterapkan perlu pertimbangan-pertimbangan untuk mengatasi masalah tersebut yaitu:
1) Berdasarkan hasil dari analisa kebutuhan bisnis diatas diperlukan informasi yang dapat menampilkan pola dari penyebaran penduduk berdasarkan kecamatan yang mempunyai pasangan usia subur tinggi agar memudahkan pimpinan dalam memberikan suatu keputusan
2) Informasi harus ditampilkan dalam bentuk yang mudah dipahami dan menarik dengan visualisasi data pada grafik agar memudahkan pimpinan dalam menganalisa perkembangan pasangan usia subur
3) Dari hasil evaluasi monitoring yang sedang berjalan pada Perwakilan BKKBN Provinsi Sumatera Selatan belum optimal dalam menghasilkan kebutuhan yang lebih mendetail dan analisis lebih lanjut bagi pimpinan
4) Data yang digunakan belum dapat menghasilkan pengetahuan-pengetahuan lain yang
mungkin bisa membantu dalam mendukung pengambilan keputusan
Dari faktor-faktor diatas pimpinan Perwakilan BKKBN Provinsi Sumatera Selatan memanfan perlu adanya sistem yang memberikan solusi yang tepat untuk menutupi kekurangan tersebut yaitu dengan menerapkan Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan.
Adapun keuntungan yang dapat diperoleh oleh Perwakilan BKKBN Provinsi Sumatera Selatan dengan diterapkannya Business Intelligence adalah sebagai berikut:
1) Application function
TABELI.APPLICATION FUNCTION
Reporting Dapat membuat laporan
dalam berbagai format seperti format excel, pdf maupun html
Dashboard Memberikan
kemudahan dengan
tampilan informasi yang mudah untuk dimengerti
Ad hoc reporting Mempermudah dalam
membuat laporan
karena laporan bersifat ad hoc sehinggan pembuatannya tanpa perlu ketergantungan dengan pegawai IT
OLAP server Dengan adanya OLAP
server maka lebih
mudah untuk
melakukan analisis analisis dengan query dan kalkulasi yang cepat baik itu dengan tekni slicing ataupun dicing Data mining view Dapat menemukan pola
dari data yang selama ini ada sehingga menghasilkan
pengetahuan baru yang belum diketahui
2) Business functionalitas
Keuntungan yang didapat dari implementasi Business Intelligence adalah sebagai berikut:
a)Meningkatkan kapabilitas dalam
pengambilan keputuasan dan perancangan kebijakan untuk menekan laju pertumbuhan penduduk
b)Menghasilkan analisis dari data pasangan usia subur dan dapat dilihat dari berbagai dimensi sehingga dapat dilakukan analisis laporan yang lebih maksimal
c)Dengan mengimplementasikan Business Intelligence dapat mengoptimalkan berbagai bentuk pelayanan yang akan diberikan agar dapat tercapainya penduduk yang tumbuh seimbang
Dalam penerapan Business Intelligence ini analisis resiko juga harus dilakukan, tujuan dari analisis resiko adalah sebagai berikut:
1) Mengidentifikasi ancaman/gangguan yang mungkin terjadi baik secara internal maupun eksternal
2) Melakukan penilaian terhadap
ancaman/gangguan yang didasarkan pada probability (kecendrungan) dan impact (dampak)
3) Menentukan prioritas tingkat
ancaman/gangguan berdasarkan pengukuran risk assassement
4) Menyediakan informasi untuk penetapan strategi manajemen resiko
Berikut adalah analisis resiko dari penerpan Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan
TABELII.ANALISIS RESIKO Variabel Keterangan Penjelasan Kompleksitas Eksekusi cara
kerja dan tingkat friendly Tidak banyak perubahan yang dilakukan sehingga tidak mempengaruhi kerja perusahaan kedepannya Integrasi Integrasi dengan teknologi lainnya Penerapan Business Intelligence ini dapat terintegrasi dengan berbagai teknologi lainnya seperti Microsoft dan MySql dikarenakan Business Intelligence ini menyediakan support untuk melakukan proses ETL Organization Dukungan
Internal Businsess Intelligence dapat menghadirkan berbagai kemudahan yang dapat membantu pihak pimpinan dan manajemen tingkat atas, sehingga penerpan Business Intelligence mendapatkan dukungan untuk diterapkan
Dari analisis kebutuhan resiko yang telah dilakukan tidak ditemukan hambatan-hambatan yang lebih signifikan terhadpa penerapan Business Intelligence, lebih kepada bagaimana untuk mengembangkannya menjadi suatu strategi-strategi yang akan dijalankan.
B. Fase Planning
1) Enterprise Infrasrtucture Evaluation a)Technical Infrastructure Evaluation
Untuk menerapkan teknologi Business Intelligence ini pada Perwakilan BKKBN Provinsi Sumatera Selatan dibutuhkan teknologi sebagai berikut:
TABELIII.TECHNICAL INFRASTRUCTURE EVALUATION No Kategori Keterangan
1. Hardware Monitor, CPU,
Keyboard, Mouse,
Printer
2. Software Menggunakan bahasa
pemrograman PHP,
Xampp, Web Browser, Pentaho data integration (pdi), pentaho skema workbench, biserver-ce-4.8.0-stable, pentaho report, pentaho data mining, weka, java 1.7.0
3. Operating
System Windows 10
4. DBMS MySql
b)Non Technical Infrastructure Evaluation Untuk menerapkan Business Intelligence diperlukan evaluasi non teknis meliputi standar penamaan, meta data, serta kamanan. Berikut adalah hasil evaluasi:
Memastikan standar penamaan dan singkatan yang digunakan dapat dimengerti oleh user. Penamaan field pada tabel dapat distandarisasi ketika proses ETL sebelum data di load kedalam data warehouse
Perlu dilakukan evaluasi terhadap meta data pada saat melakukan proses ETL
Meninjau keamanan data untuk menentukan hak akses yang akan digunakan nantinya, karena proses tidak dapat dilakukan oleh semua orang
TABELIV.NON TECHNICAL INFRASTRUCTURE EVALUATION No Kategori Keterangan
1. Standarisasi penamaan data
Perlu dilakukan standarisasi penamaan data agar dapat mempermudah user dan memahami deskripsi data pada data warehouse 2. Meta data Dikarenakan proses meta
data berhubungan langsung
denan proses ETL,
sehingga kebutuhan akan metadata diperlukan 3. Keamanan
data Proses input data tidak dapat dilakukan oleh sembarang orang, maka diperlukan batasan akses yang dapat membedakan
antara pegawai dan
pimpinan 2) Project Planning
Pada tahapan ini merupakan proses pendefenisian lebih lanjut dari tahapan business case assassement sebelumnya yang membahas tentang kebutuhan data, fungsi-fungsi yang diperlukan dan juga infrastructure yang diperlukan baik technical infrastructure maupun non-technical infrastructure. Kondisi data yang digunakan adalah data yang sudah diekstrak ke dalam suatu penyimpanan yang nantinya akan dilakukan proses transformasi untuk menghasilkan analisis-analisis dari data mining.
C. Fase Business Analysis
1) Project Requirement Analysis
Dari hasil wawancara dan pengamatan penulis mengenai penerapan Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan didapatkan hasil analisis kebutuhan informasi sebagai berikut:
a)Sistem mampu menghasilkan pengetahuan-pengetahuan baru dari data yang ada seperti menghasilkan pola penyebaran penduduk berdasarkan kecamatan yang mempunyai pasangan usia subur tinggi
b)Sistem mampu menampilkan tren/pergerakan dari pasangan usia subur dari waktu ke waktu yang mudah untuk dipahami dan dipantau
c)Sistem mampu menghasilkan analisis dari perkembangan pasangan usia subur baik pasangan hamil, pasangan bukan peserta kb, pasangan yang ingin anak segera, pasangan yang ingin anak ditunda dan pasangan yang tidak ingin anak lagi
d)Sistem mampu menampilkan penggunaan alat kontrasepsi dalam periode tertentu
e)Sistem mampu menghasilkan laporan dari analisis analisis yang ada
2) Data Analysis
Sumber data Business Intelligence ini adalah data warehouse, dimana data warehouse ini meupakan kumpulan dari data operasional yang ada pada Perwakilan BKKBN Provinsi Sumatera Selatan yang telah melalui tahapan ETL yaitu dilakukan proses ekstraksi data, transform dan juga load ke data warehouse. Proses pembersihan data yaiu dengan mengidentifikasi data-data yang bernilai noise untuk kemudian di cleansing.
3) Application Prototyping
Berdasarkan kebutuhan bisnis sebelumnya, kegiatan ini menentukan gambaran aplikasi, laporan dan juga query yang akan dihasilkan
TABELV.APPLICATION PROTOTYPING Tujuan
Prototype Memberikan gambaran kepada pimpinan
Perwakilan BKKBN
Provinsi Sumatera Selatan tentang sistem yang akan dirancang
Memberikan gambaran tentang laporan dan juga analisis yang akan
dihasilkan dari penerapan Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan Ruang Lingkup
Prototype Prototype yang akan dihasilkan adalah gambaran hasil dari penerapan Business Intelligence pada Perwakilan BKKBN Provinsi Sumatera Selatan Platform
Prootype Menerapkan Intelligence Business dengan menggunakan aplikasi
perangkat lunak
Business Intelligence 4) Metadata Repository Analysis
Proses metadata repository menghasilkan analisis terhadap metadata yang diperlukan, yaitu sebagai berikut:
a)Detail informasi dari metadata
Agar analisis kebutuhan interface mendapatkan hasil yang baik maka perlu didasari dari database dan tabel yang dihasilkan. Hasil analisis interface akan menghasilkan kebutuhan tampilan yang diperlukan, untuk itu perlu informasi yang lengkap dari detail meta data.
D. Fase Design 1) Database Design
Pada penelitian ini, perancangan database menggunakan Fact Constellation Schema sebagai skema perancangan model dimensional.
Gambar 2 Fact Constellation Skema
Pada fact constellation skema diatas terdapat enam tabel dimensi yaitu: dimensi tahun, dimensi bulan, dimensi kabkota, dimensi kecamatan, dimensi kontrasepsi dan dimensi faskes serta terdapat tujuh tabel fakta yaitu: fakta pus, fakta hamil, fakta ingin anak segera, fakta ingin anak ditunda, fakta tidak ingin anak lagi, fakta pus bukan kb dan fakta kontrasepsi
2) ETL Design
Melakukan design ETL yang akan dibangun mulai dari data source dengan proses ektraksi data pasangan usia subur, data kontrasepsi, data faskes dengan melakukan transform pada data untuk menghilangkan noise pada data seperti pada field kode kecamatan “16.01.07” menjadi “160107”, melakukan pemilihan field tertentu yang dibutuhkan saja untuk di load kedalam data warehouse.
3) Metadata Repository Design
Memberikan keterangan-keterangan yang
berhubungan dengan field, tipe field, dan ukuran field dari tabel dimensi dan fakta yang ada
E. Fase Construction 1) ETL Development
a) ETL Development
Proses ektraksi data dilakukan dengan menggunakan query sql terhadap data operasional. Data yang sudah di ekstrak kemudian dilakukan pembersihan data dengan proses cleansing. Proses cleansing berfungsi mengurangi noise pada data agar tidak terjadi kesalahan ketika dilakukan proses load ke data warehouse nantinya. Proses transform akan mengubah bentuk data dari yang telah diektrak sesuai dengan kebutuhan. Proses trasnformasi menggunkan pentaho data integration
Gambar 3. Data operasional dalam format excel
Gambar 4. Proses ETL pasangan usia subur Proses ETL diatas dimulai dari data source yaitu data pasangan usia subur, dilakukan perintah select untuk memilih field tertentu yang akan digunakan. Setelah itu dilanjut dengan proses upper bulan yaitu mengubah ukuran huruf menjadi besar, setelah itu bulan akan diubah menjadi id yang sudah mengacu kepada tabel dimensi dan dilakukan pemilihan baris yang unik dan dipilih kembali baru di load kedalam tabel fakta pasangan usia subur
2) Application Development
Gambar 6. Analisis Jumlah ingin anak ditunda
Gambar 7. Analisis Jumlah ingin anak segera 3) Data Mining
Gambar 8. Pola pengelompokan penduduk dengan pasangan usis subur berdasarkan kecamatan Hasil cluster diatas menghasilkan pola pengelompokan penduduk berdasarkan kecamatan yang memiliki angka pasangan usia subur dari terendah sampai ke tertinggi, dengan jumlah cluster yang dihasilkan sebanyak tujuh cluster
4) Metadata Repository Development
Menerapkan secara langsung rancangan metadata sebelumnya pada tahapan design seperti tabel, kolom, primary key, foreign key ke dalam database dengan perintah-perintah SQL yang berisi pernyataan berbagai manipulasi, definis data.
KESIMPULAN
1) Penelitian menghasilkan analisis-analisis yang dapat mendukung pengambilan keputusan berdasarkan data untuk meningkatkan program keluarga berencana dan keluarga sejahtera pada Provinsi Sumatera Selatan
2) Penelitian ini menghasilkan pola
pengelompokan kecamatan berdasarkan pasangan usia subur yang tersebar pada Provinsi Sumatera Selatan
DAFTARPUSTAKA
[1] BPS, “Sensus Penduduk 2010,” http://sp2010.bps.go.id/, 2010. [Online]. Available: http://sp2010.bps.go.id/. [Accessed: 19-Sep-2018].
[2] S. Moro, P. Cortez, and P. Rita, “Business intelligence in banking: A literature analysis from 2002 to 2013 using text mining and latent Dirichlet allocation,” Expert Syst. Appl., vol. 42, no. 3, pp. 1314–1324, 2015.
[3] R. Bhondave, M. Kalbhor, S. Shinde, and K. Rajeswari, “Improvement of Expectation Maximization Clustering using Select Attribute,” vol. 3, no. 4, pp. 503–508, 2014. [4] S. Williams and N. Williams, The Profit Impact of
Business Intelligence. 2007.
[5] R. Akbar, W. Wulandari, Z. Hasanah, H. Gravina, Y. R. Alditya, and A. Sadewa, “Implementasi Business Intelligence Untuk Menentukan Mahasiswa Penerima Beasiswa,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 3 No. 1, no. 2, pp. 65–69, 2017.
[6] M. F. Putri, “PENERAPAN BUSINESS INTELLIGENCE PADA DINAS KESEHATAN KOTA PALEMBANG,” 2017.
[7] P. Gluchowski, “On-Line Analytical Processing,”
Enzyklopädie der Wirtschaftsinformatik – Online-Lexikon, vol. 3, 2014.
[8] J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. 2012.
[9] A. O. P. Dewi and W. H. Utomo, “Identification of Potential Student Academic Ability using Comparison Algorithm K-Means and Farthest First,” vol. 63, no. 17, pp. 18–26, 2013.
[10] Y. Pratama, Analisis Statistik Pemilihan Bidang Skripsi Menggunakan Ekspectation Maximization, vol. 11, no. 1. 2017.
[11] L. Moss and S. Atre, business-intelligence-roadmap-the- complete-project-lifecycle-for-decision-support-applica_4. Addison Wesley, 2003.
[12] N. Indriyani and A. Wedhasmara, “Konferensi Nasional Teknologi Informasi dan Aplikasinya Palembang , 13 September 2014 Konferensi Nasional Teknologi Informasi dan Aplikasinya Palembang , 13 September 2014,” no. September, pp. 145–154, 2014.